論文の概要: Linguistic trajectories of bipolar disorder on social media
- arxiv url: http://arxiv.org/abs/2509.10035v1
- Date: Fri, 12 Sep 2025 08:02:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-15 16:03:08.01287
- Title: Linguistic trajectories of bipolar disorder on social media
- Title（参考訳）: ソーシャルメディアにおける双極性障害の言語的軌跡
- Authors: Laurin Plank, Armin Zlomuzica,
- Abstract要約: 言語は双極性障害(BD)のような感情障害の貴重なマーカーを提供する
そこで本研究では,BD診断から3年後から21年後の言語軌跡調査にユーザ診断のタイミングを決定する手法を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Language provides valuable markers of affective disorders such as bipolar disorder (BD), yet clinical assessments remain limited in scale. In response, analyses of social media (SM) language have gained prominence due to their high temporal resolution and longitudinal scope. Here, we introduce a method to determine the timing of users' diagnoses and apply it to study language trajectories from 3 years before to 21 years after BD diagnosis - contrasted with uses reporting unipolar depression (UD) and non-affected users (HC). We show that BD diagnosis is accompanied by pervasive linguistic alterations reflecting mood disturbance, psychiatric comorbidity, substance abuse, hospitalization, medical comorbidities, unusual thought content, and disorganized thought. We further observe recurring mood-related language changes across two decades after the diagnosis, with a pronounced 12-month periodicity suggestive of seasonal mood episodes. Finally, trend-level evidence suggests an increased periodicity in users estimated to be female. In sum, our findings provide evidence for language alterations in the acute and chronic phase of BD. This validates and extends recent efforts leveraging SM for scalable monitoring of mental health.
- Abstract（参考訳）: 言語は、双極性障害(BD)のような感情障害の貴重なマーカーを提供するが、臨床評価は大規模に限られている。
これに対し、ソーシャルメディア(SM)言語の分析は、時間分解能が高く、縦方向の範囲が長くなるため、注目を集めている。
本稿では,BD診断の3年前から21年前にかけての言語軌跡を,一極性うつ病 (UD) と非感染性ユーザ (HC) の報告と対比した。
以上より,BD診断には気分障害,精神疾患,薬物乱用,入院,医療的共同性,異常な思考内容,非組織的思考を反映した言語変化が伴っていた。
さらに、診断後20年にわたって気分関連言語の変化が繰り返し観察され、季節的な気分のエピソードを示唆する12カ月の周期性が示唆された。
最後に、トレンドレベルの証拠は、女性であると推定されるユーザーの周期性の増加を示唆している。
以上の結果から,BDの急性期および慢性期における言語変化の証拠が得られた。
これは、メンタルヘルスのスケーラブルなモニタリングにSMを活用する最近の取り組みを検証し、拡張する。
関連論文リスト
- Speech-Based Depressive Mood Detection in the Presence of Multiple Sclerosis: A Cross-Corpus and Cross-Lingual Study [36.692984372552296]
本研究は, 音声による抑うつ検出手法を, クロスコーパス, クロスランガル分析によりMS(pwMS)患者に伝達する可能性について検討した。
提案手法は,1) 現場で一般的に使われている従来の音声・言語の特徴,2) 音声感情認識(SER)モデルに由来する感情次元,3) 探索的音声特徴分析を用いて,教師付き機械学習モデルを実装する。
限られたデータにもかかわらず、我々のモデルは中程度の一般性を有するpwMSの抑うつ的気分を検知し、バイナリタスクで66%のUnweighted Average Recall(UAR)を達成する。
論文 参考訳（メタデータ） (2025-08-25T14:54:13Z) - Naturalistic Language-related Movie-Watching fMRI Task for Detecting Neurocognitive Decline and Disorder [60.84344168388442]
言語関連機能的磁気共鳴画像(fMRI)は,認知機能低下と早期NCDの検出に有望なアプローチである。
香港在住の高齢者97名を対象に,この課題の有効性について検討した。
本研究は、加齢に伴う認知低下とNCDの早期発見のための自然言語関連fMRIタスクの可能性を示した。
論文 参考訳（メタデータ） (2025-06-10T16:58:47Z) - Devising a Set of Compact and Explainable Spoken Language Feature for Screening Alzheimer's Disease [52.46922921214341]
アルツハイマー病(AD)は高齢化社会において最も重要な健康問題の一つとなっている。
我々は,大言語モデル(LLM)とTF-IDFモデルの視覚的機能を活用する,説明可能な効果的な機能セットを考案した。
当社の新機能は、自動ADスクリーニングの解釈可能性を高めるステップバイステップで説明し、解釈することができる。
論文 参考訳（メタデータ） (2024-11-28T05:23:22Z) - Still Not Quite There! Evaluating Large Language Models for Comorbid Mental Health Diagnosis [9.738105623317601]
我々は、ソーシャルメディア投稿からの抑うつ不安のコorbidity分類のための、新しいファースト・オブ・イットのベンチマークであるAN GSTを紹介する。
我々は、メンタル-BERT から GPT-4 まで、様々な最先端言語モデルを用いてAN GSTをベンチマークする。
GPT-4は一般に他のモデルより優れているが、F1スコアが72%を超えるようなマルチクラスのコンコービッド分類は達成していない。
論文 参考訳（メタデータ） (2024-10-04T20:24:11Z) - LLM Questionnaire Completion for Automatic Psychiatric Assessment [49.1574468325115]
大規模言語モデル(LLM)を用いて、非構造的心理面接を、様々な精神科領域と人格領域にまたがる構造化された質問票に変換する。
得られた回答は、うつ病の標準化された精神医学的指標(PHQ-8)とPTSD(PCL-C)の予測に使用される特徴として符号化される。
論文 参考訳（メタデータ） (2024-06-09T09:03:11Z) - Empowering Psychotherapy with Large Language Models: Cognitive
Distortion Detection through Diagnosis of Thought Prompting [82.64015366154884]
本研究では,認知的歪み検出の課題について検討し,思考の早期発見(DoT)を提案する。
DoTは、事実と思考を分離するための主観的評価、思考と矛盾する推論プロセスを引き出すための対照的な推論、認知スキーマを要約するスキーマ分析という3つの段階を通して、患者のスピーチの診断を行う。
実験により、DoTは認知的歪み検出のためのChatGPTよりも大幅に改善され、一方で人間の専門家が承認した高品質な合理性を生成することが示された。
論文 参考訳（メタデータ） (2023-10-11T02:47:21Z) - Handwriting and Drawing for Depression Detection: A Preliminary Study [53.11777541341063]
精神健康に対する短期的コビデンスの影響は、不安や抑うつ症状の顕著な増加であった。
本研究の目的は、健康な人とうつ病患者を識別するために、オンライン手書き・図面解析という新しいツールを使用することである。
論文 参考訳（メタデータ） (2023-02-05T22:33:49Z) - A Multimodal Approach for Automatic Mania Assessment in Bipolar Disorder [0.0]
我々は,患者の音響的,言語的,視覚的モダリティの記録に基づくマルチモーダル意思決定システムを構築した。
我々は64.8%の非重み付き平均リコールスコアを達成し、このデータセットで達成された最先端のパフォーマンスを改善した。
論文 参考訳（メタデータ） (2021-12-17T12:09:01Z) - A Longitudinal Multi-modal Dataset for Dementia Monitoring and Diagnosis [22.672055089496972]
健常者や認知症者から収集した, 細粒度長大な多モードコーパスについて紹介した。
コーパスは音声による会話で構成され、そのサブセットは書き起こされ、型付けされた思考と関連する言語外情報から構成される。
論文 参考訳（メタデータ） (2021-09-03T14:02:12Z) - Deep Multi-task Learning for Depression Detection and Prediction in
Longitudinal Data [50.02223091927777]
うつ病は最も多い精神疾患の1つであり、世界中の年齢の何百万人もの人々に影響を与えている。
機械学習技術は、早期介入と治療のためのうつ病の自動検出と予測を可能にしている。
本稿では、この課題に対処するために、2つの補助的タスクでうつ病分類を共同最適化する、新しいディープマルチタスクリカレントニューラルネットワークを提案する。
論文 参考訳（メタデータ） (2020-12-05T05:14:14Z) - Predicting Early Indicators of Cognitive Decline from Verbal Utterances [2.387625146176821]
認知症 (Dementia) は、記憶障害、コミュニケーション障害、思考過程を引き起こす、不可逆的、慢性的、進歩的な神経変性疾患のグループである。
神経心理学試験における発話の言語的特徴を用いて,高齢者コントロールグループ,MCI,アルツハイマー病(AD)とADの鑑別が可能かを検討した。
以上の結果から, 高齢者の言語発話, MCI, AD, ADの区別が, 文脈的, 心理言語学的特徴の組合せによって改善されることが示唆された。
論文 参考訳（メタデータ） (2020-11-19T02:24:11Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。